混合整数规划MIP/线性规划LP+python(ortool库)实现 附代码

喜欢的话请关注我们的微信公众号~《你好世界炼丹师》。

• 公众号主要讲统计学，数据科学，机器学习，深度学习，以及一些参加Kaggle竞赛的经验。
• 公众号内容建议作为课后的一些相关知识的补充，饭后甜点。
• 此外，为了不过多打扰，公众号每周推送一次，每次4~6篇精选文章。

微信搜索公众号：你好世界炼丹师。期待您的关注。

---

相关知识点

LP线性规划问题

• Linear Problem
• [百度百科]：研究线性约束条件下线性目标函数的极值问题的数学理论和方法。
  学过运筹学的小伙伴，可以看这个LP问题的标准型来回顾一下：
  
  不太熟悉的朋友可以看这个例题，再结合上面的标准型，来感受一下：
  

MIP混合整数规划

• Mixed Integar Planing
• 混合整数规划是LP的一种，决策变量部分是整数，不要求全部都是整数的规划问题。
• 这里MIP的求解器是使用CBC（Corn-or Branch and Cut）
• CBC (COIN-OR Branch and Cut) is an open-source mixed integer programming solver working with the COIN-OR LP solver CLP and the COIN-OR Cut generator library Cgl. The code has been written primarily by John J. Forrest. 更多详情看这里，但是笔者认为没啥必要。

MIP的Python实现（Ortool库）

我们来看一道简单的例题：

其中x,y都是整数

from ortools.linear_solver import pywraplp
# 首先，调用CBC求解器
# 整数规划使用pywraplp.Solver.GLOP_LINEAR_PROGRAMMING
solver = pywraplp.Solver('SolveIntegerProblem'